上周，我小白帶您來了個穿越，認(rèn)識了AI這個既熟悉又陌生的朋友。
我們見證了AI的誕生，也看見過AI流離失所的模樣。艱難困苦，玉汝于成。在世界機器翻譯系統(tǒng)評測的賽場上，在韓國首爾的棋盤前，我們?yōu)橹鼗鼐酃鉄粝碌腁I歡呼。
今年，AI六十有三，年逾花甲，卻依然展現(xiàn)著青春的朝氣。走下賽場，走進(jìn)生活，“越老越妖”的AI正推動著一波波的發(fā)展浪潮。
根據(jù)融入程度和利用數(shù)據(jù)種類的不同，一些知名專家將AI的發(fā)展歸納為四波浪潮：互聯(lián)網(wǎng)智能化、商業(yè)智能化、實體世界智能化和自主智能化。其中，互聯(lián)網(wǎng)智能化以及商業(yè)智能化已出現(xiàn)在我們身邊，且影響愈加廣泛。現(xiàn)在，我就帶您一起了解奔涌而來的前兩波浪潮。
互聯(lián)網(wǎng)智能化
互聯(lián)網(wǎng)智能化興起于15年前，在2012年前后成為主流。仔細(xì)看，這個時間節(jié)點正和“深度學(xué)習(xí)”的發(fā)展歷程相吻合。不錯，目前的AI均是架構(gòu)在“深度學(xué)習(xí)”基礎(chǔ)之上的?！堵槭】萍荚u論》曾撰文稱：“今天的AI 就是‘深度學(xué)習(xí)’……”
就像電動機離不開電力，“深度學(xué)習(xí)”需要大數(shù)據(jù)的“喂養(yǎng)”。如今二者兼?zhèn)?，那我們就一起看看它倆能擦出什么樣的火花。
去年的“雙11”你“買買買”了嗎？不知道在你全神貫注搶單時，有沒有注意到天貓APP的首頁焦點圖與幾年前相比有什么變化嗎？圖中有你心儀的商品嗎？讓你感覺更貼心了嗎？如果有，那么恭喜你中“招”了。
在2018年“雙11”期間，阿里巴巴為每個用戶量身打造了焦點圖，共有5億張之多。這些圖的設(shè)計師是一個叫作“鹿班”的AI系統(tǒng)，每秒鐘，鹿班可以設(shè)計8000張。如果換作一個人類設(shè)計師，假定5分鐘設(shè)計一張，需要連軸轉(zhuǎn)工作4700多年才能完成。
天貓之所以能知道你的需求，是因為你的每一次瀏覽、下單、評價，都成了你的“標(biāo)簽”，這些讓天貓更加懂你。“雙11”不只是一場消費狂歡，更重要的是產(chǎn)生了海量的消費數(shù)據(jù)。
在智能時代，哪個領(lǐng)域先積攢下足夠多的數(shù)據(jù)，它的研究進(jìn)展就顯得快人一步。在現(xiàn)實生活中，我們對這樣的鏡頭肯定并不陌生：2019年2月28日11時20分，在北京市西城區(qū)工作的小袁摸了摸咕咕叫的肚子，拿出手機點開美團(tuán)外賣APP，盤算著自己的午餐。12時整接到了外賣小哥打來的取餐電話。
在這期間，我到美團(tuán)總部的“超腦”AI管理系統(tǒng)里轉(zhuǎn)了一圈。發(fā)現(xiàn)美團(tuán)單日外賣交易數(shù)超過2100萬單，要靠50多萬個外賣小哥完成配送，高峰期一小時要進(jìn)行29億次路徑規(guī)劃。美團(tuán)之所以能高效地處理如此龐大的數(shù)據(jù)，在用戶下單后能準(zhǔn)確地計算出預(yù)送時間，靠的就是“超腦”。據(jù)說“超腦”是由10000名工程師開發(fā)的，而管理這些工程師又要靠另一套AI系統(tǒng)。
看看我們周圍的世界，隨叫隨到的網(wǎng)約車、愛不釋手的短視頻……無不是AI系統(tǒng)在管理，這些數(shù)據(jù)均來源于互聯(lián)網(wǎng)用戶。這，無疑是互聯(lián)網(wǎng)智能化給我們帶來的結(jié)果。
商業(yè)智能化
提起商業(yè)智能化，大家還記得1997年擊敗國際象棋世界冠軍卡斯帕羅夫的“深藍(lán)”嗎？它的后繼者IBM的“超腦”——“沃森”，已在向商業(yè)中的金融服務(wù)業(yè)進(jìn)軍。通過大量金融知識和案例訓(xùn)練的“沃森”，開始具備提供金融建議的能力。
AI+銀行業(yè)，會產(chǎn)生怎樣的效果呢？我們不妨以銀行核發(fā)貸款為例說明問題。過去，信貸員考察借貸人時一般只關(guān)注收入情況、征信記錄、資產(chǎn)、犯罪記錄等少數(shù)幾個維度。而AI可從銀行積累的大量數(shù)據(jù)中挖掘人們往往會忽視的隱形聯(lián)系。
實際上，它可考察上千個維度。如辦理貸款的時間、輸入出生日期的速度、手機內(nèi)安裝的應(yīng)用軟件等。甚至手機剩余多少電量都會被納入考察范圍。雖然手機剩余電量和還款能力之間不是因果關(guān)系，但大量數(shù)據(jù)表明這兩者之間存在著某種關(guān)聯(lián)。這些不尋常的指標(biāo)被稱為“新審美標(biāo)準(zhǔn)”。
其實，“審美標(biāo)準(zhǔn)”更新的背后是思維方式的改變，我們可以將其稱之為大數(shù)據(jù)思維。
隨著認(rèn)識的深入，我們發(fā)現(xiàn)世界上充滿著不確定的問題。例如借貸人還不還錢是不確定的，而數(shù)據(jù)中所包含的信息可以幫助我們消除不確定性，通過數(shù)據(jù)統(tǒng)計找到影響借貸人信用的因素。
另外，我們一直強調(diào)因果關(guān)系，給出原因后通過邏輯推理找到結(jié)果。但在統(tǒng)計結(jié)果得出之前，又有誰能想到手機剩余電量與還款能力有關(guān)呢？大數(shù)據(jù)思維不是對因果邏輯的背叛，而是對后者的補充。很多時候先知道結(jié)果再反推原因會容易得多。
由此，大數(shù)據(jù)思維的核心就是利用數(shù)據(jù)消除不確定性，找到事物之間不易被發(fā)現(xiàn)的關(guān)聯(lián)，進(jìn)而解決問題。
除了在銀行業(yè)等金融領(lǐng)域，AI在實體行業(yè)也大有作為。比如風(fēng)力發(fā)電公司通過收集分析每臺風(fēng)能發(fā)電機的運行數(shù)據(jù)，可有針對性地維護(hù)發(fā)電機；服裝行業(yè)在每件衣服的標(biāo)簽里嵌入RFID芯片，就能跟蹤記錄試穿衣服的情況，進(jìn)而分析顧客喜好，在服裝設(shè)計制作上進(jìn)行調(diào)整；家電行業(yè)將家電聯(lián)網(wǎng)，提醒客戶及時維護(hù)保養(yǎng)、更換配件。
有了AI的參與，現(xiàn)有產(chǎn)業(yè)+大數(shù)據(jù)改變著現(xiàn)有的商業(yè)模式。
摘自《解放軍報》
